在实际应用中,用于估计 Copula 模型参数的常用方法是极大似然法,其中包括精确极大似然法(Maximum Likelihood,ML)、基于边缘分布的两阶段推导法(Inference Functions for Margins,IFM)和基于经验分布的半参数估计法(Canonical Maximum Likelihood,CML)[15]。然而,由于 Copula 模型参数数量多且精度高度依赖于边缘分布的准确性,因此在本文中我们采用了CML方法对Copula函数模型的参数进行估计。该方法的步骤如下:首先,我们将原始残差状态序列Et通过经验分布函数F(v)转换为服从[0,1]均匀分布的序列U